Core Concepts
RS-Mamba는 초고해상도 원격 탐사 이미지의 전역적 특징을 효율적으로 모델링하여 밀집 예측 작업을 수행할 수 있다.
Abstract
이 논문은 초고해상도 원격 탐사 이미지의 밀집 예측 작업을 위한 RS-Mamba 모델을 제안한다.
초고해상도 원격 탐사 이미지는 매우 큰 공간 규모의 특징을 가지고 있어, 기존 CNN 기반 모델은 전역적 특징을 모델링하는 데 한계가 있다.
반면 트랜스포머 기반 모델은 전역 모델링 능력이 뛰어나지만, 초고해상도 이미지를 처리하는 데 계산 복잡도 문제가 있다.
RS-Mamba는 선형 복잡도를 가지면서도 전역적 특징을 모델링할 수 있는 State Space Model을 활용한다.
또한 다방향 선택적 스캔 모듈을 통해 다양한 방향의 대규모 공간 특징을 추출할 수 있다.
실험 결과, RS-Mamba는 의미론적 분할과 변화 탐지 작업에서 최첨단 성능을 달성했다.
Stats
초고해상도 원격 탐사 이미지는 개별 객체 내부와 다중 객체 간의 광범위한 공간 특징을 포함한다.
초고해상도 원격 탐사 이미지는 다양한 방향으로 큰 공간 규모의 특징을 가지고 있다.
Quotes
"초고해상도 원격 탐사 이미지는 매우 큰 공간 규모의 특징을 가지고 있어, 기존 CNN 기반 모델은 전역적 특징을 모델링하는 데 한계가 있다."
"반면 트랜스포머 기반 모델은 전역 모델링 능력이 뛰어나지만, 초고해상도 이미지를 처리하는 데 계산 복잡도 문제가 있다."